扩散模型在模算术任务中的算法泛化机制研究

研究通过模加法任务揭示扩散模型算法泛化机制，在单图像模式下模型通过周期性表示实现运算。 在高类内变异的多图像模式下，迭代采样将任务划分为算术计算和视觉细化两个阶段，并通过内部频率熵信号捕捉其转换过程。 该分析在受控环境中阐明了扩散模型算法泛化的内部动力学，但机制向模算术以外任务的推广性仍待探索。